变压器局部放电识别方法

    公开(公告)号:CN109063780B

    公开(公告)日:2020-09-15

    申请号:CN201810907591.9

    申请日:2018-08-10

    IPC分类号: G06K9/62

    摘要: 本发明公开了基于粒子群优化核近邻传播算法的变压器局部放电识别方法,包括:搭建变压器油纸绝缘局部放电试验模型;灰度图像矩特征,分型特征和纹理特征参数的提取;主成分分析法的特征参数降维;基于核函数和共享近邻的相似度的计算公式;基于粒子群优化核近邻传播算法的分类器的方法步骤。本发明改善传统近邻传播算法只适合处理紧致的超球形结构的数据聚类问题的缺点,当数据集分布松散或结构复杂时仍具有一定的有效性。实验结果表明,应用于局部放电四种放电类型的识别时,基于粒子群优化核近邻传播算法相较于传统近邻传播算法明显提高了识别率,与BP神经网络相比提高了部分模型数据的识别率。

    基于流形距离近邻传播聚类的变压器局部放电识别方法

    公开(公告)号:CN108414905A

    公开(公告)日:2018-08-17

    申请号:CN201810306485.5

    申请日:2018-04-08

    IPC分类号: G01R31/12

    CPC分类号: G01R31/1281

    摘要: 本发明公开了基于流形距离近邻传播聚类的变压器局部放电识别方法,包括:搭建油中电晕放电、油中沿面放电和气隙放电三种变压器内部局部放电模型;以盒维数和信息维数作为灰度图的特征量的提取;流形距离的定义及其计算公式;基于流形距离的近邻传播聚类的方法步骤;k-近邻k初值的设定原则。本发明改善了传统近邻传播聚类对结构复杂数据难以准确识别的缺点,同时将其应有于对变压器内部油中电晕放电、油中沿面放电和气隙放电三种放电的模式识别,实验结果表明,基于流形距离的近邻传播聚类的结果优于传统近邻传播聚类,K-means聚类和模糊C均值聚类,提高了识别的准确率。

    基于粒子群优化核近邻传播算法的变压器局部放电识别方法

    公开(公告)号:CN109063780A

    公开(公告)日:2018-12-21

    申请号:CN201810907591.9

    申请日:2018-08-10

    IPC分类号: G06K9/62

    摘要: 本发明公开了基于粒子群优化核近邻传播算法的变压器局部放电识别方法,包括:搭建变压器油纸绝缘局部放电试验模型;灰度图像矩特征,分型特征和纹理特征参数的提取;主成分分析法的特征参数降维;基于核函数和共享近邻的相似度的计算公式;基于粒子群优化核近邻传播算法的分类器的方法步骤。本发明改善传统近邻传播算法只适合处理紧致的超球形结构的数据聚类问题的缺点,当数据集分布松散或结构复杂时仍具有一定的有效性。实验结果表明,应用于局部放电四种放电类型的识别时,基于粒子群优化核近邻传播算法相较于传统近邻传播算法明显提高了识别率,与BP神经网络相比提高了部分模型数据的识别率。